在组内对值变化前后进行计数，为每个唯一的移位生成新变量 [英] counting after and before change in value, within groups, generating new variables for each unique shift
本文介绍了在组内对值变化前后进行计数，为每个唯一的移位生成新变量的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在计算组中唯一值 id 的出现次数。我正在查看 TF 。当 TF 更改时，我要从这一点开始同时计算前进和后退。此计数应存储在新变量 PM＃中，以便 PM＃同时包含正负到 TF 中的每个唯一班次。从我收集到的信息来看，我需要使用 rle ，但是我有点受阻。
我制作了这个工作示例来说明我的问题。
我有此数据
df<-结构（list（id = c（0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，
0L，1L，1L，1L，1L，1L，1L，1L，1L，7L，7L，7L，7L，7L，7L，7L，
7L，7L，7L，7L），TF = c（NA，0L，NA，0L，0L，1L，1L，1L，NA，0L，
0L，NA，0L，0L，0L，1L，1L，1L，NA，NA，0L，0L ，1L，0L，0L，1L，
0L，1L，1L，1L）），.names = c（ id， TF），class = data.frame，row.names = c （NA，
-30L））
这是我所看到的数据
df [c（1：12,19：30），]
＃> id TF
＃> 1 0 NA
＃> 2 0 0
＃> 3 0 NA
＃> 4 0 0
＃> 5 0 0
＃> 6 0 1
＃> 7 0 1
＃> 8 0 1
＃> 9 0 NA
＃> 10 0 0
＃> 11 0 0
＃> 12 1 NA
＃> 19 1 NA
＃> 20 7 NA
＃> 21 7 0
＃> 22 7 0
＃> 23 7 1
＃> 24 7 0
＃> 25 7 0
＃> 26 7 1
＃> 27 7 0
＃> 28 7 1
＃> 29 7 1
＃> 30 7 1
我已经开始干预 ave ， cumsum 和 rle ，但尚未通过这种方式解决。
df $ PM01<-with（df，ifelse（is.na（TF），NA，1））
df $ PM01< ;-with（df，ave（PM01，TF，id，FUN = cumsum））
with（df，tapply（TF，rep（rle（id）[[2]]，rle（id ）[[1]]），计数））
这就是我想要获得的，
dfa<-结构（list（id = c（0L，0L，0L，0L，0L，0L，0L，0L ，0L，0L，
0L，1L，1L，1L，1L，1L，1L，1L，1L，7L，7L，7L，7L，7L，7L，7L，
7L，7L，7L ，7L），TF = c（NA，0L，NA，0L，0L，1L，1L，1L，NA，0L，
0L，NA，0L，0L，0L，1L，1L，1L，NA， NA，0L，0L，1L，0L，0L，1L，
0L，1L，1L，1L），PM1 = c（NA，-3L，NA，-2L，-1L，1L，2L，3L， NA，
NA，NA，NA，-3L，-2L，-1L，1L，2L，3L，NA，NA，-2L，-1L，1L，
NA，NA，NA，NA ，NA，NA，NA），PM2 = c（NA，NA，NA，NA，NA，-3L，
-2L，-1L，NA，1L，2L，NA，NA，NA ，NA，NA，NA，NA，NA，NA，NA，NA，
NA，-1L，1L，2L，NA，NA，NA，NA，NA，NA），PM3 = c（NA，NA，NA，NA ，
NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，
NA，NA，NA，-2L， -1L，1L，NA，NA，NA，NA），PM4 = c（NA，NA，NA，
NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA， NA，NA，NA，NA，NA，
NA，NA，NA，NA，NA，NA，-1L，1L，NA，NA，NA），PM5 = c（NA，NA，
NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，
NA，NA，NA，NA，NA，NA，NA， NA，-1L，1L，2L，3L）），.names = c（ id，
TF， PM1， PM2， PM3， PM4， PM5） ，class = data.frame，row.names = c（NA，
-30L））
dfa [c（1：12,19：30），]
＃> id TF PM1 PM2 PM3 PM4 PM5
＃> 1 0不适用不适用不适用不适用
＃ 2 0 0 -3不适用不适用不适用
＃> 3 0不适用不适用不适用不适用
＃> 4 0 0 -2不适用不适用不适用
＃> 5 0 0 -1不适用不适用不适用
＃> 6 0 1 1 -3 NA NA NA
＃> 7 0 1 2 -2 NA NA NA
＃> 8 0 1 3 -1 NA NA NA
＃> 9 0不适用不适用不适用不适用
＃ 10 0 0不适用1不适用不适用
＃> 11 0 0不适用2不适用不适用不适用
＃> 12 1不适用不适用不适用不适用
＃ 19 1不适用不适用不适用不适用
＃ 20 7不适用不适用不适用不适用
＃ 21 7 0 -2不适用不适用不适用
＃> 22 7 0 -1 NA NA NA NA NA
＃> 23 7 1 1 -1 NA NA NA
＃> 24 7 0 NA 1 -2 NA NA
＃> 25 7 0 NA 2 -1 NA NA
＃ 26 7 1 NA NA 1 -1 NA
＃ 27 7 0不适用不适用1 -1
＃> 28 7 1 NA NA NA NA NA 1
＃> 29 7 1 NA NA NA NA NA 2
＃> 30 7 1不适用不适用不适用3
解决方案
一个棘手的问题，我相信代码可以得到进一步的改进。但是，我能够重现您的预期结果。请使用您的生产数据尝试这种方法。如果可以，我稍后再添加解释。
library（data.table）
tmp<-setDT（ df）[，rn：= .I] [！is.na（TF）] [，rl：= rleid（TF），由= id] [
，c（ up， dn） ）：=。（seq_len（.N），-rev（seq_len（.N））），by =。（id，rl）] []
res <-tmp [tmp [， seq_len（max（rl）-1L），= =。（id）]，on =。（id），allow.cartesian = TRUE] [
rl == V1，PM：= dn] [rl == V1 + 1L，PM：=上] [
，dcast（.SD，id + TF + rn〜paste0（ PM，V1），value.var = PM）] [
df，on =。（rn，id，TF）] [，- rn]
res
< blockquote>
id TF PM1 PM2 PM3 PM4 PM5
1：0不适用不适用不适用不适用
2：0 0 -3不适用不适用不适用
3：0不适用不适用不适用不适用不适用
4：0 0 -2不适用不适用不适用
5：0 0 -1不适用不适用不适用
6：0 1 1 -3不适用不适用不适用
7：0 1 2 -2不适用不适用不适用
8：0 1 3 -1不适用不适用不适用
9：0不适用不适用不适用不适用
10：0 0不适用1不适用不适用
11：0 0不适用2不适用不适用
12：1不适用不适用不适用不适用
13：1 0 -3不适用不适用不适用
14： 1 0 -2不适用不适用不适用
15：1 0 -1不适用不适用不适用
16：1 1 1不适用不适用不适用
17：1 1 2不适用不适用不适用
18：1 1 3不适用不适用不适用
19：1不适用不适用不适用不适用
20：7不适用不适用不适用不适用
21：7 0 -2不适用不适用
22：7 0 -1不适用不适用不适用不适用
23：7 1 1 -1不适用不适用不适用
24：7 0不适用1 -2不适用不适用
25：7 0 NA 2 -1 NA NA
26：7 1 NA NA 1 -1 NA
27：7 0 NA NA NA 1 -1
28：7 1 NA NA NA NA 1
29：7 1不适用不适用不适用2
30：7 1不适用不适用不适用3
id TF PM1 PM2 PM3 PM4 PM5
＃验证结果是否相同
same（res，dfa）
[1]是
如果超过9张每个组中的es paste0（ PM，V1）应该替换为 sprintf（ PM％02d，V1）调用 dcast（）以确保 PM 列的顺序正确。
说明
tmp<-
＃强制转换为数据。表
setDT（df）[
＃创建行ID列（最后连接需要此行才能返回NA行）
，rn：= .I] [
＃忽略NA行
！is.na（ TF）] [
＃每组内唯一值的数字条纹
，rl：= rleid（TF），by = id] [
＃为每个条纹$ b创建升序和降序计数$ b＃这样做一次，以避免为每个PM重复创建计数。
＃（轻微的性能提升）
，c（ up， dn）：=。（seq_len（。 N），-rev（seq_len（.N））），按=。（id，rl）]
tmp []
id TF rn rl up dn
1： 0 0 2 1 1 -3
2：0 0 4 1 2 -2
3：0 0 5 1 3 -1
4：0 1 6 2 1 -3
5：0 1 7 2 2 -2
6：0 1 8 2 3 -1
7：0 0 10 3 1 -2
8：0 0 11 3 2 -1
9：1 0 13 1 1 -3
10：1 0 14 1 2 -2
11：1 0 15 1 3 -1
12：1 1 16 2 1 -3
13：1 1 17 2 2 -2
14：1 1 18 2 3 -1
15：7 0 21 1 1 -2
16：7 0 22 1 2 -1
17：7 1 23 2 1 -1
18：7 0 24 3 1 -2
19：7 0 25 3 2 -1
20：7 1 26 4 1 -1
21：7 0 27 5 1 -1
22：7 1 28 6 1 -3
23：7 1 29 6 2 -2
24：7 1 30 6 3 -1
id TF rn rl up dn
下一步，我们需要计算每个组中的变化 V1
tmp [， seq_len（max（rl）-1L），由=。（id）]
id V1
1：0 1
2：0 2
3：1 1
4：7 1
5：7 2
6： 7 3
7：7 4
8：7 5
现在，我们创建一个笛卡尔联接。每个组的行中所有可能发生的变化：
＃右连接，每个组中的变化计数
tmp [tmp [， seq_len（max（rl）-1L），by =。（id）]，on =。（id），allow.cartesian = TRUE] [
＃将降序计数复制到开关
rl之前的行== V1，PM：= dn] [
＃将升序计数复制到开关
rl之后的行== V1 + 1L，PM：= up] []
id TF rn rl up dn V1 PM
1：0 0 2 1 1 -3 1 -3
2：0 0 4 1 2 -2 1 -2
3：0 0 5 1 3 -1 1 -1
4：0 1 6 2 1- 3 1 1
5：0 1 7 2 2 -2 1 2
6：0 1 8 2 3 -1 1 3
7：0 0 10 3 1 -2 1 NA
8：0 0 11 3 2 -1 1 NA
9：0 0 2 1 1 -3 2 NA
10：0 0 4 1 2 -2 2 NA
11：0 0 5 1 3 -1 2 NA
12：0 1 6 2 1 -3 2 -3
13：0 1 7 2 2 -2 2 -2
14：0 1 8 2 3 -1 2 -1
15：0 0 10 3 1 -2 2 1
16：0 0 11 3 2 -1 2 2
17：1 0 13 1 1 -3 1 -3
18：1 0 14 1 2 -2 1 -2
19：1 0 15 1 3 -1 1 -1
20：1 1 16 2 1 -3 1 1
21：1 1 17 2 2 -2 1 2
22：1 1 18 2 3 -1 1 3
23 ：7 0 21 1 1 -2 1 -2
24：7 0 22 1 2 -1 1 -1
25：7 1 23 2 1 -1 1 1
26：7 0 24 3 1 -2 1 NA
27：7 0 25 3 2 -1 1 NA
28：7 1 26 4 1 -1 1 NA
29：7 0 27 5 1 -1 1 NA
30：7 1 28 6 1 -3 1 NA
31：7 1 29 6 2 -2 1 NA
32：7 1 30 6 3 -1 1 NA
33：7 0 21 1 1 -2 2 NA
34：7 0 22 1 2 -1 2 NA
35：7 1 23 2 1 -1 2 -1
36：7 0 24 3 1 -2 2 1
37：7 0 25 3 2 -1 2 2
38：7 1 26 4 1 -1 2 NA
39：7 0 27 5 1- 1 2 NA
40：7 1 28 6 1 -3 2 NA
41：7 1 29 6 2 -2 2 NA
42：7 1 30 6 3 -1 2 NA
43：7 0 21 1 1 -2 3 NA
44：7 0 22 1 2 -1 3 NA
45：7 1 23 2 1 -1 3 NA
46：7 0 24 3 1 -2 3 -2
47：7 0 25 3 2 -1 3 -1
48：7 1 26 4 1 -1 3 1
49：7 0 27 5 1 -1 3 NA
50：7 1 28 6 1 -3 3 NA
51：7 1 29 6 2 -2 3 NA
52：7 1 30 6 3 -1 3 NA
53：7 0 21 1 1 -2 4 NA
54：7 0 22 1 2 -1 4 NA
55：7 1 23 2 1 -1 4 NA
56：7 0 24 3 1 -2 4 NA
57：7 0 25 3 2 -1 4 NA
58：7 1 26 4 1 -1 4 -1
59：7 0 27 5 1 -1 4 1
60：7 1 28 6 1 -3 4 NA
61：7 1 29 6 2 -2 4 NA
62：7 1 30 6 3 -1 4 NA
63：7 0 21 1 1- 2 5 NA
64：7 0 22 1 2 -1 5 NA
65：7 1 23 2 1 -1 5 NA
66：7 0 24 3 1 -2 5 NA
67：7 0 25 3 2 -1 5 NA
68：7 1 26 4 1 -1 5 NA
69：7 0 27 5 1 -1 5 -1
70： 7 1 28 6 1 -3 5 1
71：7 1 29 6 2 -2 5 2
72：7 1 30 6 3 -1 5 3
id TF rn up up dn V1 PM
最后，中间结果从长到宽重塑为
res<-
＃创建笛卡尔联接；每个组的行的所有可能更改
tmp [tmp [，seq_len（max（rl）-1L），by =。（id）]，on =。（id），allow.cartesian = TRUE] [
＃将降序计数复制到开关
rl == V1之前的行，PM：= dn] [
＃将升序计数复制到开关
rl == V1之后的行+ 1L，PM：= up] [
＃从宽变长，随着新列
的变化而变化，dcast（.SD，id + TF + rn〜sprintf（ PM％02d ，V1），value.var = PM）] [
＃与原始df结合，以将NA行恢复为
df，on =。（rn，id，TF）] [
＃省略辅助列
，- rn]
I am working to count occurrences of unique values within my groups, id. I'm looking at TF. When TF changes I want to count both forward and backwards from that point. This counting should be stored in a new variable PM#, so that PM# holds both plus and minus to each unique shift in TF. From what I've gathered I need to use rle, but I am kinda stuck.
I made this working example to illustrate my issue.
I have this data
df <- structure(list(id = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L), TF = c(NA, 0L, NA, 0L, 0L, 1L, 1L, 1L, NA, 0L,
0L, NA, 0L, 0L, 0L, 1L, 1L, 1L, NA, NA, 0L, 0L, 1L, 0L, 0L, 1L,
0L, 1L, 1L, 1L)), .Names = c("id", "TF"), class = "data.frame", row.names = c(NA,
-30L))
This is the kinda data I am seeing
df[c(1:12,19:30),]
#> id TF
#> 1 0 NA
#> 2 0 0
#> 3 0 NA
#> 4 0 0
#> 5 0 0
#> 6 0 1
#> 7 0 1
#> 8 0 1
#> 9 0 NA
#> 10 0 0
#> 11 0 0
#> 12 1 NA
#> 19 1 NA
#> 20 7 NA
#> 21 7 0
#> 22 7 0
#> 23 7 1
#> 24 7 0
#> 25 7 0
#> 26 7 1
#> 27 7 0
#> 28 7 1
#> 29 7 1
#> 30 7 1
I've started meddling with ave, cumsum and with rle, but haven't solved it this way yet.
df$PM01 <- with(df, ifelse(is.na(TF), NA, 1))
df$PM01 <- with(df, ave(PM01, TF, id, FUN=cumsum))
with(df, tapply(TF, rep(rle(id)[[2]], rle(id)[[1]]), count))
This is what I am trying to obtain,
dfa <- structure(list(id = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L), TF = c(NA, 0L, NA, 0L, 0L, 1L, 1L, 1L, NA, 0L,
0L, NA, 0L, 0L, 0L, 1L, 1L, 1L, NA, NA, 0L, 0L, 1L, 0L, 0L, 1L,
0L, 1L, 1L, 1L), PM1 = c(NA, -3L, NA, -2L, -1L, 1L, 2L, 3L, NA,
NA, NA, NA, -3L, -2L, -1L, 1L, 2L, 3L, NA, NA, -2L, -1L, 1L,
NA, NA, NA, NA, NA, NA, NA), PM2 = c(NA, NA, NA, NA, NA, -3L,
-2L, -1L, NA, 1L, 2L, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, -1L, 1L, 2L, NA, NA, NA, NA, NA), PM3 = c(NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, -2L, -1L, 1L, NA, NA, NA, NA), PM4 = c(NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, -1L, 1L, NA, NA, NA), PM5 = c(NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, -1L, 1L, 2L, 3L)), .Names = c("id",
"TF", "PM1", "PM2", "PM3", "PM4", "PM5"), class = "data.frame", row.names = c(NA,
-30L))
dfa[c(1:12,19:30),]
#> id TF PM1 PM2 PM3 PM4 PM5
#> 1 0 NA NA NA NA NA NA
#> 2 0 0 -3 NA NA NA NA
#> 3 0 NA NA NA NA NA NA
#> 4 0 0 -2 NA NA NA NA
#> 5 0 0 -1 NA NA NA NA
#> 6 0 1 1 -3 NA NA NA
#> 7 0 1 2 -2 NA NA NA
#> 8 0 1 3 -1 NA NA NA
#> 9 0 NA NA NA NA NA NA
#> 10 0 0 NA 1 NA NA NA
#> 11 0 0 NA 2 NA NA NA
#> 12 1 NA NA NA NA NA NA
#> 19 1 NA NA NA NA NA NA
#> 20 7 NA NA NA NA NA NA
#> 21 7 0 -2 NA NA NA NA
#> 22 7 0 -1 NA NA NA NA
#> 23 7 1 1 -1 NA NA NA
#> 24 7 0 NA 1 -2 NA NA
#> 25 7 0 NA 2 -1 NA NA
#> 26 7 1 NA NA 1 -1 NA
#> 27 7 0 NA NA NA 1 -1
#> 28 7 1 NA NA NA NA 1
#> 29 7 1 NA NA NA NA 2
#> 30 7 1 NA NA NA NA 3
解决方案
This was really a tricky one, and I'm sure the code can be further improved. However, I was able to reproduce your expected result. Please, try this approach with your production data. If OK, I will add an explanation later.
library(data.table)
tmp <- setDT(df)[, rn := .I][!is.na(TF)][, rl := rleid(TF), by = id][
, c("up", "dn") := .(seq_len(.N), -rev(seq_len(.N))), by = .(id, rl)][]
res <- tmp[tmp[, seq_len(max(rl) - 1L), by = .(id)], on = .(id), allow.cartesian = TRUE][
rl == V1, PM := dn][rl == V1 + 1L, PM := up][
, dcast(.SD, id + TF + rn ~ paste0("PM", V1), value.var = "PM")][
df, on = .(rn, id, TF)][, -"rn"]
res
id TF PM1 PM2 PM3 PM4 PM5 1: 0 NA NA NA NA NA NA 2: 0 0 -3 NA NA NA NA 3: 0 NA NA NA NA NA NA 4: 0 0 -2 NA NA NA NA 5: 0 0 -1 NA NA NA NA 6: 0 1 1 -3 NA NA NA 7: 0 1 2 -2 NA NA NA 8: 0 1 3 -1 NA NA NA 9: 0 NA NA NA NA NA NA 10: 0 0 NA 1 NA NA NA 11: 0 0 NA 2 NA NA NA 12: 1 NA NA NA NA NA NA 13: 1 0 -3 NA NA NA NA 14: 1 0 -2 NA NA NA NA 15: 1 0 -1 NA NA NA NA 16: 1 1 1 NA NA NA NA 17: 1 1 2 NA NA NA NA 18: 1 1 3 NA NA NA NA 19: 1 NA NA NA NA NA NA 20: 7 NA NA NA NA NA NA 21: 7 0 -2 NA NA NA NA 22: 7 0 -1 NA NA NA NA 23: 7 1 1 -1 NA NA NA 24: 7 0 NA 1 -2 NA NA 25: 7 0 NA 2 -1 NA NA 26: 7 1 NA NA 1 -1 NA 27: 7 0 NA NA NA 1 -1 28: 7 1 NA NA NA NA 1 29: 7 1 NA NA NA NA 2 30: 7 1 NA NA NA NA 3 id TF PM1 PM2 PM3 PM4 PM5
# verify results are identical
identical(res, dfa)
[1] TRUE
In case of more than 9 changes per group paste0("PM", V1) should be replaced by sprintf("PM%02d",V1) in the call to dcast() to ensure the PM columns are ordered properly.
Explanation
tmp <-
# coerce to data.table
setDT(df)[
# create row id column (required for final join to get NA rows back in)
, rn := .I][
# ignore NA rows
!is.na(TF)][
# number streaks of unique values within each group
, rl := rleid(TF), by = id][
# create ascending and descending counts for each streak
# this is done once to avoid repeatedly creation of counts for each PM
# (slight performance gain)
, c("up", "dn") := .(seq_len(.N), -rev(seq_len(.N))), by = .(id, rl)]
tmp[]
id TF rn rl up dn 1: 0 0 2 1 1 -3 2: 0 0 4 1 2 -2 3: 0 0 5 1 3 -1 4: 0 1 6 2 1 -3 5: 0 1 7 2 2 -2 6: 0 1 8 2 3 -1 7: 0 0 10 3 1 -2 8: 0 0 11 3 2 -1 9: 1 0 13 1 1 -3 10: 1 0 14 1 2 -2 11: 1 0 15 1 3 -1 12: 1 1 16 2 1 -3 13: 1 1 17 2 2 -2 14: 1 1 18 2 3 -1 15: 7 0 21 1 1 -2 16: 7 0 22 1 2 -1 17: 7 1 23 2 1 -1 18: 7 0 24 3 1 -2 19: 7 0 25 3 2 -1 20: 7 1 26 4 1 -1 21: 7 0 27 5 1 -1 22: 7 1 28 6 1 -3 23: 7 1 29 6 2 -2 24: 7 1 30 6 3 -1 id TF rn rl up dn
For the next step, we need the count of changes V1 within each group
tmp[, seq_len(max(rl) - 1L), by = .(id)]
id V1 1: 0 1 2: 0 2 3: 1 1 4: 7 1 5: 7 2 6: 7 3 7: 7 4 8: 7 5
Now, we create a "cartesian join" of all possible changes with the rows of each group:
# right join with count of changes within each group
tmp[tmp[, seq_len(max(rl) - 1L), by = .(id)], on = .(id), allow.cartesian = TRUE][
# copy descending counts to rows before the switch
rl == V1, PM := dn][
# copy ascending counts to rows after the switch
rl == V1 + 1L, PM := up][]
id TF rn rl up dn V1 PM 1: 0 0 2 1 1 -3 1 -3 2: 0 0 4 1 2 -2 1 -2 3: 0 0 5 1 3 -1 1 -1 4: 0 1 6 2 1 -3 1 1 5: 0 1 7 2 2 -2 1 2 6: 0 1 8 2 3 -1 1 3 7: 0 0 10 3 1 -2 1 NA 8: 0 0 11 3 2 -1 1 NA 9: 0 0 2 1 1 -3 2 NA 10: 0 0 4 1 2 -2 2 NA 11: 0 0 5 1 3 -1 2 NA 12: 0 1 6 2 1 -3 2 -3 13: 0 1 7 2 2 -2 2 -2 14: 0 1 8 2 3 -1 2 -1 15: 0 0 10 3 1 -2 2 1 16: 0 0 11 3 2 -1 2 2 17: 1 0 13 1 1 -3 1 -3 18: 1 0 14 1 2 -2 1 -2 19: 1 0 15 1 3 -1 1 -1 20: 1 1 16 2 1 -3 1 1 21: 1 1 17 2 2 -2 1 2 22: 1 1 18 2 3 -1 1 3 23: 7 0 21 1 1 -2 1 -2 24: 7 0 22 1 2 -1 1 -1 25: 7 1 23 2 1 -1 1 1 26: 7 0 24 3 1 -2 1 NA 27: 7 0 25 3 2 -1 1 NA 28: 7 1 26 4 1 -1 1 NA 29: 7 0 27 5 1 -1 1 NA 30: 7 1 28 6 1 -3 1 NA 31: 7 1 29 6 2 -2 1 NA 32: 7 1 30 6 3 -1 1 NA 33: 7 0 21 1 1 -2 2 NA 34: 7 0 22 1 2 -1 2 NA 35: 7 1 23 2 1 -1 2 -1 36: 7 0 24 3 1 -2 2 1 37: 7 0 25 3 2 -1 2 2 38: 7 1 26 4 1 -1 2 NA 39: 7 0 27 5 1 -1 2 NA 40: 7 1 28 6 1 -3 2 NA 41: 7 1 29 6 2 -2 2 NA 42: 7 1 30 6 3 -1 2 NA 43: 7 0 21 1 1 -2 3 NA 44: 7 0 22 1 2 -1 3 NA 45: 7 1 23 2 1 -1 3 NA 46: 7 0 24 3 1 -2 3 -2 47: 7 0 25 3 2 -1 3 -1 48: 7 1 26 4 1 -1 3 1 49: 7 0 27 5 1 -1 3 NA 50: 7 1 28 6 1 -3 3 NA 51: 7 1 29 6 2 -2 3 NA 52: 7 1 30 6 3 -1 3 NA 53: 7 0 21 1 1 -2 4 NA 54: 7 0 22 1 2 -1 4 NA 55: 7 1 23 2 1 -1 4 NA 56: 7 0 24 3 1 -2 4 NA 57: 7 0 25 3 2 -1 4 NA 58: 7 1 26 4 1 -1 4 -1 59: 7 0 27 5 1 -1 4 1 60: 7 1 28 6 1 -3 4 NA 61: 7 1 29 6 2 -2 4 NA 62: 7 1 30 6 3 -1 4 NA 63: 7 0 21 1 1 -2 5 NA 64: 7 0 22 1 2 -1 5 NA 65: 7 1 23 2 1 -1 5 NA 66: 7 0 24 3 1 -2 5 NA 67: 7 0 25 3 2 -1 5 NA 68: 7 1 26 4 1 -1 5 NA 69: 7 0 27 5 1 -1 5 -1 70: 7 1 28 6 1 -3 5 1 71: 7 1 29 6 2 -2 5 2 72: 7 1 30 6 3 -1 5 3 id TF rn rl up dn V1 PM
Finally, the intermediate result is reshaped from long to wide format.
res <-
# create a "cartesian join" of all possible changes with the rows of each group
tmp[tmp[, seq_len(max(rl) - 1L), by = .(id)], on = .(id), allow.cartesian = TRUE][
# copy descending counts to rows before the switch
rl == V1, PM := dn][
# copy ascending counts to rows after the switch
rl == V1 + 1L, PM := up][
# reshape from wide to long with the change count as new columns
, dcast(.SD, id + TF + rn ~ sprintf("PM%02d", V1), value.var = "PM")][
# join with original df to get NA rows back in
df, on = .(rn, id, TF)][
# omit helper column
, -"rn"]
这篇关于在组内对值变化前后进行计数，为每个唯一的移位生成新变量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
